[論文レビュー] Design of a novel convex hull based feature set for recognition of isolated handwritten Roman numerals

Nibaran Das, Sandip Pramanik+4 more|arXiv (Cornell University)|Jan 22, 2015

Handwritten Text Recognition Techniques参考文献 10被引用数 4

ひとこと要約

本論文は、マルチレイヤーパーセプトロン（MLP）分類器を用いて、分離された手書きローマ数字の認識に、凸包に基づく新しい特徴量セットを提案する。凸包の湾曲部属性から25の特徴量、および凸包の重心によって分割された4つの部分画像からそれぞれ25の特徴量を抽出することで、合計125の特徴量を抽出し、MNISTデータセットで97.44％の認識精度を達成した。これは、アフィン不変な幾何的特徴量が手書き数字認識において有効であることを示している。

ABSTRACT

In this paper, convex hull based features are used for recognition of isolated Roman numerals using a Multi Layer Perceptron (MLP) based classifier. Experiments of convex hull based features for handwritten character recognition are few in numbers. Convex hull of a pattern and the centroid of the convex hull both are affine invariant attributes. In this work, 25 features are extracted based on different bays attributes of the convex hull of the digit patterns. Then these patterns are divided into four sub-images with respect to the centroid of the convex hull boundary. From each such sub-image 25 bays features are also calculated. In all 125 convex hull based features are extracted for each numeric digit patterns under the current experiment. The performance of the designed feature set is tested on the standard MNIST data set, consisting of 60000 training and 10000 test images of handwritten Roman using an MLP based classifier a maximum success rate of 97.44% is achieved on the test data.

研究の動機と目的

• アフィン変換に対して不変である、分離された手書きローマ数字認識に適した堅牢な特徴量セットの開発。
• 凸包幾何学と湾曲部属性の活用による、手書き文字認識における特徴表現の向上の探求。
• 凸包を部分領域に空間的に分割することで局所的特徴抽出を実現し、認識精度の向上を図ること。
• 標準ベンチマークデータセットを用い、一般的に確立された分類器アーキテクチャで提案された特徴量セットの妥当性を検証すること。

提案手法

• 各手書き数字パターンの凸包を計算し、グローバルな幾何的特徴量を抽出する。
• 凸包境界の重心を用いて、パターンを4つの部分画像に分割し、局所的特徴分析を実施する。
• 凸包境界から合計25の湾曲部属性を抽出し、幾何的不規則性を表現する。
• 4つの部分画像それぞれについて、追加で25の湾曲部特徴量を計算し、1つの数字パターンあたり合計125の特徴量を生成する。
• 特徴量セットをマルチレイヤーパーセプトロン（MLP）分類器に供給し、パターン認識を実行する。
• モデルは、手書きローマ数字の60,000枚の訓練画像と10,000枚のテスト画像を含む標準MNISTデータセットで訓練およびテストされた。

実験結果

リサーチクエスチョン

• RQ1 凸包に基づく幾何的特徴量は、分離された手書きローマ数字の認識精度を向上させることができるか？
• RQ2 凸包のアフィン不変性が、変換に対して特徴量のロバスト性をどのように向上させるか？
• RQ3 凸包を部分領域に空間的に分割することで、グローバルな凸包特徴量のみに比べて、より優れた判別的特徴量が得られるか？
• RQ4 この新規特徴量セットを用いた場合、標準ベンチマークで達成可能な最大認識性能は何か？

主な発見

• 提案された特徴量セットは、MLP分類器を用いてMNISTテストセットで最大97.44％の認識精度を達成した。
• 部分画像に基づく湾曲部特徴量の統合により、全体の特徴ベクトルの判別力が顕著に向上した。
• 凸包およびその重心はアフィン不変な属性を提供し、スケーリング、回転、平行移動に対して耐性を示した。
• 手書き文字認識分野における凸包に基づく特徴量の先行研究が限られている中で、本手法は優れた性能を示した。
• 特徴量セットの設計は、グローバルおよびローカルな幾何的構造を併用しており、高い分類精度に寄与した。